Der Edge-KI-Hardwaremarkt wird 610 voraussichtlich eine Auslieferung von 2019 Millionen Einheiten verzeichnen und bis 1559.3 voraussichtlich 2024 Millionen Einheiten erreichen, bei einer CAGR von 20.64% im Prognosezeitraum. Haupttreiber für das Marktwachstum sind die wachsende Nachfrage nach geringer Latenz und Echtzeitverarbeitung auf Edge-Geräten sowie das Aufkommen von KI-Coprozessoren für Edge-Computing. Zu den zugrunde liegenden Chancen für den Edge-KI-Hardwaremarkt gehören außerdem die wachsende Nachfrage nach Edge-Computing im IoT und dedizierten KI-Prozessoren für die Bildanalyse auf dem Gerät. Wesentliche Hemmnisse für den Markt sind begrenzte Schulungen am Gerät und eine begrenzte Anzahl von KI-Experten. Stromverbrauch und Größenbeschränkungen stellen den Edge-KI-Hardwaremarkt vor große Herausforderungen.
- Intel Unternehmen (USA),
- NVIDIA Corporation (USA),
- Samsung Electronics Co., Ltd. (Südkorea),
- Huawei Technologies Co., Ltd. (China),
- Google Inc. (USA),
- MediaTek Inc. (Taiwan),
- Xilinx Inc. (USA), Imagination Technologies Limited (Großbritannien),
- Microsoft Corporation (USA) und viele mehr…
In Bezug auf den Gerätetyp wird erwartet, dass der Markt für Kameras während des Prognosezeitraums im Edge-KI-Hardwaremarkt mit der höchsten CAGR wächstGR
Kameras sind ein wesentlicher Bestandteil verschiedener intelligenter Geräte Wi-Fi Support, intelligente Funktionen, überlegene Geschwindigkeit und verbesserte Leistung seit Jahren. Allerdings drängen nun Kameras als eigenständige intelligente Geräte mit Vision Processing Units (VPU) auf den Markt, die dabei helfen, energieeffiziente Lösungen für Vision und künstliche Intelligenz bereitzustellen. Solche Geräte sind darauf ausgelegt, tiefe neuronale Netze mit hoher Geschwindigkeit und geringem Stromverbrauch zu betreiben, ohne Kompromisse bei der Genauigkeit einzugehen, was es Geräten ermöglicht, ihre Umgebung in Echtzeit zu sehen, zu verstehen und darauf zu reagieren. Der VPU-Markt erlebt ständig Fortschritte. Beispielsweise bot die von Movidius entwickelte Myriad 2 VPU der vorherigen Generation tiefe neuronale Netzwerkunterstützung bei relativ geringem Stromverbrauch. Die neue Myriad mit mehreren gleichzeitig laufenden neuronalen Netzen, um erweiterte autonome Fähigkeiten für eine Vielzahl von Anwendungen wie Drohnen, Robotik, VR und intelligente Kameras zu bieten. Aufgrund von Entwicklungen wie diesen erlebt der Markt einen Zustrom von Kameras mit KI-Chips, die es diesen Geräten ermöglichen, den Moment zu beurteilen, der sich am besten für die Aufnahme von Standbildern oder Videos eignet.
Dedizierte KI-Chips oder KI-Prozessoren waren eine der wichtigsten Entwicklungen bei Smartphones Technologie letztes Jahr. Die steigende Nachfrage nach Sprach- und Spracherkennung und -analyse in Echtzeit sowie technische Fortschritte bei der Bilderkennung von Smartphones treiben den Markt für KI-Prozessoren in Smartphones voran. Die meisten KI-Prozessoren verfügen über eine zusätzliche integrierte Neural Processing Unit (NPU), die erhebliche Mengen paralleler Verarbeitung verarbeiten kann, wenig Strom verbraucht und kognitive Aufgaben ausführen kann. Bis heute finden die meisten KI-bezogenen Verarbeitungsaufgaben wie Vorhersage, Erkennung, Mustervergleich und Klassifizierungsaufgaben in mobilen Apps und Assistenten hauptsächlich in der Cloud statt. Mit in ein Telefon eingebauten KI-Prozessoren könnten diese KI-Aufgaben jedoch direkt auf dem Gerät ausgeführt werden, auch ohne jegliche Konnektivität; Dies würde nicht nur die Leistung des Geräts verbessern, sondern auch die Belastung des Akkus verringern. Die KI-Funktionen in Smartphones konzentrieren sich derzeit hauptsächlich auf Bildgebung und Fotografie, Energieeffizienz und Sicherheit